长期演进网络中基于粒子群的天线下倾角自优化方法

摘要：

针对第三代合作伙伴项目(3GPP)中自组织网络(SON)的覆盖与容量自优化问题,提出了一种基于粒子群优化(PSO)算法的有源天线下倾角优化方法.首先,确定基站(eNB)中传输数据的用户设备(UE)数,用户测量上报邻小区参考信号接收功率(RSRP)信息和位置信息;然后,确定优化目标预设适应度评价函数为频谱效率(SE);其次,将下倾角同时优化问题看作是多维优化问题,选择天线下倾角为粒子集合,使用PSO算法求解得到天线下倾角的最优值;最后,通过系统自主调整优化下倾角,实现长期演进(LTE)网络中容量及覆盖的自优化.通过建模及仿真结果分析,此算法在优化目标不同时可以取得不同的优化效果:优化目标为用户平均频谱效率时,采用传统黄金分割优化算法频谱效率较初始设定提升12.9％,采用PSO算法可提升22.5％;调整优化目标为用户加权平均频谱效率时,对边缘用户,传统黄金分割优化算法并无明显提升,PSO算法取得了19.3％的优化提升.实验结果表明,该方法可提升用户吞吐量,改善系统性能.

关键词：长期演进、下倾角优化、自组织网络、容量与覆盖优化、粒子群优化

所属期刊栏目：37

分类号：TP393.01;TP391.97(计算技术、计算机技术)

资助基金：the Key Laboratory of Wireless Sensor Network & Communication,Shanghai Institute of Microsystem and Information Technology,Chinese Academy of Sciences2016001;the Fundamental Research Funds for the Central Universities 2015B18914.中国科学院上海微系统与信息技术研究所无线传感网与通信重点实验室开放课题资助项目2016001;中央高校基本科研业务费专项资金资助项目2015B18914

在线出版日期：2017-02-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：97-102